python - 有效地计算 python/numpy 中许多位串的平均位？

Question

我有几千个位串存储为 longs。每个位串为 1024 位。我想创建一个比率数组，每个位都是 1。

例如(伪代码):

bs = [
    1 0 0 0,
    0 1 1 0,
    1 1 0 0,
    0 0 0 0
]
ratios(bs) => [0.5, 0.5, 0.25 0.0]

我当前的慢代码是:

def mean_signature(bitstrings, bit_count):
    means = []
    for b in range(bit_count):
        m = sum((x >> b) & 1 for x in bitstrings) / len(bitstrings)
        means.append(m)
    return means

我正准备修改代码，使外循环结束 bitstrings，但我想我一定遗漏了一些东西。也许使用 numpy 位数组。

Answer 1

这是您可以做到的一种方法，但这可能不是最有效的方法。

为了演示，我将使用 8 位整数，但它也适用于您的 1024 位整数。

In [28]: bs = [0b11110000, 0b11111100, 0b11000000, 0b11111110, 0b00001100]

In [29]: bs
Out[29]: [240, 252, 192, 254, 12]

In [30]: nbits = 8

In [31]: bits = np.array([list(np.binary_repr(b, width=nbits)) for b in bs], dtype=np.uint8)

In [32]: bits
Out[32]: 
array([[1, 1, 1, 1, 0, 0, 0, 0],
       [1, 1, 1, 1, 1, 1, 0, 0],
       [1, 1, 0, 0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1, 1, 1, 0],
       [0, 0, 0, 0, 1, 1, 0, 0]], dtype=uint8)

bits 是包含每个值的二进制表示的位的数组。您想要的比率是列的平均值:

In [33]: bits.mean(axis=0)
Out[33]: array([ 0.8,  0.8,  0.6,  0.6,  0.6,  0.6,  0.2,  0. ])

这些值的顺序是从最高位到最低位。结果的索引与通常的位索引匹配可能更自然。为此，只需反转结果:

In [34]: bits.mean(axis=0)[::-1]
Out[34]: array([ 0. ,  0.2,  0.6,  0.6,  0.6,  0.6,  0.8,  0.8])